1. Resumen del desafío
El desafío consiste en diseñar, implementar y evaluar un sistema de pregunta/respuesta (QA) que funcione exclusivamente en CPU, basado en una arquitectura puramente simbólica (léxico, gramáticas, grafo de conocimiento, lógica formal). El desarrollo integral del sistema está dirigido por LLM de pesos abiertos cuantizados, ejecutables en hardware de consumo (CPU i9, RTX 3090).
Este proyecto se enmarca en el movimiento del Green AI (Schwartz et al., 2020) y del Frugal AI, en oposición a la carrera hacia modelos cada vez más masivos cuya huella de carbono se ha vuelto alarmante (Kim et al., 2026; Hasan et al., 2025). También responde a las crecientes exigencias de transparencia, explicabilidad y conformidad regulatoria impuestas por el RGPD y el AI Act europeo (Wagner et al., 2025; Juliussen, 2025).
- Sistema QA puramente simbólico (sin red neuronal en la inferencia)
- Solo-CPU en tiempo de ejecución (sin GPU requerida)
- Construcción automática del KG desde documentos en lengua natural
- Desarrollo íntegramente supervisado por LLM de pesos abiertos cuantizados
- Conformidad nativa RGPD/AI Act por diseño (interpretabilidad intrínseca)
- Licencia ética (Hippocratic 3.0)
2. Contexto y posicionamiento científico
2.1. Problemática
Los sistemas de QA actuales dependen masivamente de LLM (GPT, LLaMA, etc.) que requieren GPUs costosas para la inferencia, y plantean problemas de alucinación, reproducibilidad, explicabilidad y soberanía de datos. Funcionan como cajas negras y son difícilmente conformes con las exigencias del AI Act europeo (Artículo 13) sobre la transparencia de los sistemas de alto riesgo (Wagner, 2025; Boshnjakovski, 2025).
2.2. Estado del arte
Enfoques neuro-simbólicos y KG-QA
La literatura reciente converge hacia la integración de grafos de conocimiento (KG) y razonamiento simbólico para paliar las limitaciones de los enfoques puramente neuronales:
- Cheng et al. (2025), "Neural-symbolic methods for knowledge graph reasoning" (ACM TKDD).
- Niu et al. (2026), "A Comprehensive Survey of Knowledge Graph Reasoning" (IEEE Trans. Big Data).
- Linders & Tomczak (2025), "Knowledge graph-extended RAG for QA" (Applied Intelligence).
- Chudasama et al. (2025), "Toward interpretable hybrid AI" (IEEE Access).
- Agarwal & Bedathur (2025), "A Zero-Shot Neuro-Symbolic Approach for Complex KGQA" (EMNLP Findings 2025).
- Liu et al. (2025), "SymAgent" (TheWebConf 2025).
Construcción automática de grafos de conocimiento
- Zavarella (2026), "Methods for KG Construction from Text Collections" (arXiv).
- Salman et al. (2024), "Doc-KG" (Expert Systems).
- Chen et al. (2025), "Open Local Knowledge Graph Construction from Academic Papers Using Generative LLMs" (TheWebConf 2025).
Eficiencia CPU y enfoques ligeros
- Sidhu et al. (2025), "Neurosymbolic AI for Enhanced Reasoning in Small Language Models" (IEEE).
- Corradini et al. (2025), "State of the art and future directions of small language models" (Big Data and Cognitive Computing).
- Chaudhary et al. (2025) confirman que "spaCy proporciona una extracción ligera y de alta precisión, eficiente en CPU estándar".
- Okechukwu et al. (2025) confirman que "spaCy y NLTK funcionan eficientemente en CPUs estándar".
Impacto ecológico de la IA
- Kim & Yoo (2026), "Toward Sustainable AI" (IEEE Access).
- Hasan et al. (2025), "Carbon emission quantification of ML" (IEEE Trans.).
- Tunzina et al. (2026), "GreenAI: Environmental Efficiency in LLM-Generated Code" (IEEE Access).
Conformidad RGPD y AI Act
- Wagner et al. (2025), "A Critical Look at the EU AI Act's Requirements" (IEEE RE).
- Juliussen (2025), "The Right to an Explanation Under the GDPR and the AI Act" (Springer).
- Goncalves & Correia (2026), "XAI-Compliance-by-Design" (MDPI).
- Sovrano et al. (2025), "Legal XAI: Systematic Review" (ResearchGate).
3. Objetivos
Objetivo principal
Demostrar la viabilidad y evaluar el rendimiento de un sistema de QA solo-CPU, puramente simbólico, cuyo grafo de conocimiento se construye automáticamente a partir de documentos en lengua natural.
Objetivos secundarios
- Obtener rendimientos competitivos en benchmarks reconocidos de KGQA.
- Medir y comparar la huella energética (CPU vs GPU) para demostrar el beneficio ecológico.
- Demostrar la interpretabilidad intrínseca del sistema (trazabilidad de cada respuesta).
- Proporcionar un software reproducible, documentado y bajo licencia ética.
4. Arquitectura y especificaciones técnicas
4.1. Arquitectura global
El sistema se divide en dos fases distintas:
Fase 1 — Construcción del Grafo de Conocimiento (offline, GPU autorizada)
Documentos NL → Preprocesamiento → NER → Extracción de Relaciones → Resolución de Correferencias
→ Construcción del KG (tripletas RDF/OWL) → Almacenamiento del grafo
Fase 2 — Pregunta/Respuesta (runtime, solo-CPU estricto)
Pregunta NL → Análisis sintáctico/semántico → Transformación en consulta formal
→ Recorrido del KG → Razonamiento lógico → Generación de respuesta
→ Traza de explicación
4.2. Especificaciones de hardware
| Componente | Fase 1 (Construcción KG) | Fase 2 (QA Runtime) |
|---|---|---|
| CPU | Intel Core i9 (máx.) | Intel Core i9 (máx.) |
| GPU | NVIDIA RTX 3090 (24 GB VRAM) | Ninguna (solo-CPU estricto) |
| RAM | 32 GB (máx.) | 32 GB (suficiente) |
| Almacenamiento | SSD NVMe | SSD NVMe |
Justificación: La Fase 1 puede utilizar la GPU para ejecutar los LLM de pesos abiertos cuantizados que supervisan la construcción del pipeline. La Fase 2, que constituye el sistema desplegable, debe ser estrictamente solo-CPU para garantizar la accesibilidad, la soberanía y la frugalidad.
4.3. Entorno de desarrollo
- Sandbox: desarrollo en un entorno aislado para la seguridad y la reproducibilidad.
- SO objetivo: Linux (objetivo principal), con portabilidad Windows/macOS deseada.
- Lenguaje(s): libre elección, siempre que las dependencias cumplan las restricciones de licencia (sección 6).
4.4. Supervisión por LLM
El desarrollo del sistema está íntegramente dirigido por uno o varios LLM de pesos abiertos, ejecutables localmente en el hardware especificado (Fase 1). La elección de modelos, cuantización y marco de inferencia queda a criterio del participante.
5. Arquitectura sugerida del pipeline
La siguiente descomposición se proporciona a título indicativo. Los participantes son libres de proponer una arquitectura diferente, siempre que cumplan las restricciones funcionales (secciones 3, 4 y 12) y los requisitos de licencia (sección 6).
5.1. Preprocesamiento textual
- Segmentación en oraciones
- Tokenización
- Lematización
- Etiquetado Part-of-Speech
- Análisis sintáctico de dependencias
5.2. Reconocimiento de Entidades Nombradas (NER)
- Detección de entidades (personas, lugares, organizaciones, fechas, conceptos)
- Tipado de entidades según una ontología de dominio
- Resolución de correferencias
5.3. Extracción de Relaciones (RE)
- Extracción de tripletas (sujeto, predicado, objeto) desde el texto
- Extracción abierta o guiada por patrones
5.4. Construcción del Grafo de Conocimiento
- Normalización y fusión de entidades (entity linking)
- Construcción y almacenamiento del grafo (tripletas)
- Enriquecimiento mediante inferencia de relaciones implícitas
- Validación y limpieza del grafo
5.5. Comprensión de Preguntas
- Análisis sintáctico de la pregunta en lengua natural
- Identificación del tipo de pregunta (quién, qué, dónde, cuándo…)
- Extracción de las entidades y relaciones mencionadas
- Transformación en consulta formal sobre el grafo
5.6. Razonamiento y búsqueda de respuestas
- Recorrido del grafo de conocimiento (razonamiento multi-hop)
- Resolución lógica y clasificación de respuestas candidatas
5.7. Generación de respuestas y explicaciones
- Formulación de la respuesta en lengua natural
- Traza de explicación completa: camino en el KG, reglas aplicadas, entidades y relaciones implicadas, confianza/completitud
6. Restricciones de licencia
6.1. Licencia Hippocratic 3.0 (HL3)
El software final se publicará bajo Hippocratic License 3.0 (firstdonoharm.dev). Esta licencia:
- No se considera open source en el sentido de la OSI (restricciones éticas de uso).
- Es una licencia copyleft (Sección 8.3).
- Impone estándares éticos basados en los derechos humanos fundamentales (DUDH, PIDESC, PIDCP, OIT).
6.2. Compatibilidad de dependencias
| Licencia | Compatible HL3 | Ejemplos |
|---|---|---|
| MIT | ✅ Sí | — |
| BSD (2/3-clause) | ✅ Sí | — |
| Apache 2.0 | ✅ Sí | — |
| ISC / CC0 | ✅ Sí | — |
| GPL v2/v3 | ⚠️ Potencialmente incompatible | — |
| AGPL | ❌ Probablemente incompatible | — |
6.3. Módulos opcionales HL3 recomendados
- HL3-ECO (Ecocidio) — coherente con el objetivo de reducción del impacto ecológico.
- HL3-MEDIA — prohibición de uso para promoción de violencia.
- HL3-SV (Vigilancia Masiva) — coherente con la soberanía y la privacidad.
7. Conformidad regulatoria
7.1. RGPD
| Principio RGPD | Implementación |
|---|---|
| Minimización de datos (Art. 5.1.c) | El KG solo almacena las tripletas relevantes extraídas, no datos personales brutos. |
| Derecho a explicación (Art. 22 + considerando 71) | Traza de explicación completa para cada respuesta. |
| Derecho de supresión (Art. 17) | Posibilidad de eliminar entidades/tripletas del KG. |
| Privacidad por diseño (Art. 25) | Sin datos sensibles en el KG salvo necesidad documentada. |
| Sin perfilado automatizado (Art. 22) | El sistema no toma decisiones automatizadas sobre personas. |
7.2. AI Act europeo
| Exigencia AI Act | Conformidad |
|---|---|
| Transparencia (Art. 13) | Arquitectura simbólica intrínsecamente interpretable — cada paso de razonamiento es trazable. |
| Explicabilidad (Art. 13.1) | Traza completa: pregunta → consulta formal → camino KG → respuesta. |
| Documentación técnica (Art. 11) | Pipeline simbólico íntegramente documentable (gramáticas, reglas, ontología). |
| Robustez y exactitud (Art. 15) | Sin alucinaciones — las respuestas provienen exclusivamente del KG. |
| Supervisión humana (Art. 14) | El KG es inspeccionable y modificable por un humano. |
| Gestión de riesgos (Art. 9) | Riesgo bajo: sin modelo opaco, sin sesgo emergente. |
8. Impacto ecológico
8.1. El problema
- El entrenamiento de GPT-3 consumió aproximadamente 1.287 MWh, es decir ~552 toneladas de CO₂.
- Los centros de datos IA vieron su huella de carbono triplicarse entre 2024 y 2025 (Awab, 2026).
- Una consulta LLM consume aproximadamente 10× más energía que una búsqueda web clásica (Kim & Yoo, 2026).
8.2. Ventaja del solo-CPU simbólico
| Métrica | Sistema LLM (GPU) | Desafío IA (solo-CPU) | Ganancia estimada |
|---|---|---|---|
| Potencia instantánea | 300-400 W (GPU) | 65-125 W (CPU) | ~3-5× |
| Latencia por consulta | 0,5-5 s | < 100 ms (objetivo) | ~5-50× |
| Energía por consulta | ~0,001-0,01 kWh | ~0,000001-0,00001 kWh | ~100-1000× |
| Hardware requerido | GPU ≥ 6.000 € | CPU de consumo < 500 € | ~12× |
8.3. Medición obligatoria
El proyecto deberá medir e informar:
- Consumo energético (kWh) de la construcción del KG.
- Consumo energético por consulta QA.
- Huella de CO₂ correspondiente.
- Comparación con un sistema baseline GPU.
9. Reproducibilidad
- Código fuente completo: publicado en un repositorio público, bajo licencia HL3.
- Instrucciones de instalación: script automatizado o contenedorización.
- Datos de prueba: uso exclusivo de benchmarks públicos.
- Semillas aleatorias: fijadas y documentadas para cualquier componente estocástico.
- Versionado de dependencias: archivo de dependencias fijado.
- Contenedorización: el sistema completo debe ser ejecutable de manera reproducible.
- Hardware mínimo documentado: especificaciones mínimas explícitas.
El hardware máximo requerido (i9 + RTX 3090) es accesible a una amplia audiencia. La Fase 2 (QA runtime) no requiere ninguna GPU, permitiendo la ejecución en un simple portátil.
10. Soberanía, seguridad y privacidad
Soberanía digital
- Sin dependencia cloud — funcionamiento íntegramente local.
- Sin llamadas a API externas — ningún dato sale de la máquina.
- LLM de pesos abiertos descargables y ejecutables localmente.
- Sin vendor lock-in.
Seguridad
- Ejecución en sandbox (entorno aislado).
- Sin ejecución de código arbitrario.
- Sin prompt injection (sin LLM en la inferencia).
- Validación de entradas por gramática formal.
Privacidad
- Procesamiento local exclusivo — los documentos nunca salen de la máquina.
- Sin telemetría.
- KG eliminable bajo demanda.
- Posibilidad de instanciar KGs distintos por usuario o por dominio.
11. Benchmarks y evaluación
11.1. Benchmarks KGQA reconocidos
El sistema deberá evaluarse en al menos dos de los siguientes benchmarks:
| Benchmark | Descripción | Tamaño | Referencia |
|---|---|---|---|
| SimpleQuestions | Preguntas factuales simples sobre Freebase | ~100K preguntas | ACL |
| WebQuestionsSP | Preguntas web con anotaciones SPARQL | ~4.737 preguntas | ACL |
| LC-QuAD 2.0 | Preguntas complejas sobre DBpedia/Wikidata | ~30K preguntas | ISWC |
| ComplexWebQuestions | Preguntas multi-hop sobre Freebase | ~34K preguntas | NAACL |
| QALD | Desafío multilingüe, tamaño pequeño | ~400-500 preguntas | CLEF/ESWC |
| MINTQA | Benchmark reciente para LLM+KG sobre entidades raras | Variable | EMNLP 2025 |
| SQuAD 2.0 | QA extractivo sobre párrafos | ~150K preguntas | ACL |
| Natural Questions | Preguntas reales de Google | ~307K preguntas | TACL |
| TriviaQA | QA trivia con documentos de apoyo | ~95K preguntas | ACL |
Recomendación: priorizar LC-QuAD 2.0 y QALD, complementados con SQuAD o Natural Questions para la comparación con enfoques neuronales.
11.2. Métricas de evaluación
| Categoría | Métrica | Descripción |
|---|---|---|
| Rendimiento QA | F1 score, Exact Match (EM) | Precisión de respuestas |
| Rendimiento QA | Hits@1, Hits@5 | Tasa de respuesta correcta en top-k |
| Rendimiento QA | MRR | Rango medio de la respuesta correcta |
| Latencia | Tiempo de respuesta medio/p95 (ms) | Medido solo en CPU |
| Throughput | Preguntas/segundo | Rendimiento |
| Ecología | kWh/consulta, gCO₂/consulta | Vía codecarbon/carbontracker |
| Explicabilidad | Tasa de trazabilidad | % de respuestas con traza completa (objetivo: 100%) |
| Cobertura KG | Tripletas, entidades, relaciones | Estadísticas descriptivas |
11.3. Baselines de comparación
- RAG + LLM (GPU): baseline neuronal en GPU.
- KG-RAG (GPU): baseline híbrido KG + LLM.
- SPARQL directo: baseline simbólico puro (consultas manuales sobre el mismo KG).
12. Especificaciones de rendimiento
| Criterio | Objetivo | Justificación |
|---|---|---|
| Latencia QA | < 100 ms (p95) | Interactividad de usuario aceptable |
| Construcción KG | < 1 min / 1.000 documentos cortos | Practicidad |
| Huella de memoria QA | < 4 GB RAM | Ejecutable en PC modesto |
| Tamaño KG | Escalable a 10M+ tripletas | Cobertura suficiente para benchmarks |
| Precisión QA | ≥ 50% F1 en benchmarks simples | Interpretabilidad y frugalidad como argumentos principales |
| Trazabilidad | 100% de respuestas explicadas | Ventaja clave del enfoque simbólico |
13. Riesgos y mitigaciones
| Riesgo | Probabilidad | Impacto | Mitigación |
|---|---|---|---|
| Rendimiento QA insuficiente vs LLM | Alta | Medio | Posicionar en interpretabilidad/frugalidad |
| Calidad insuficiente del KG automático | Media | Alto | Iterar reglas, supervisión LLM |
| Complejidad de preguntas multi-hop | Alta | Medio | Limitar a ≤ 3 hops, documentar limitaciones |
| Incompatibilidad de licencia de dependencia | Baja | Alto | Auditoría sistemática de licencias |
| LLM de pesos abiertos insuficiente para supervisar | Media | Medio | Probar y combinar varios modelos |
| Cobertura KG limitada a gran escala | Media | Medio | Empezar con QALD, luego escalar |
14. Criterios de éxito
- El sistema QA funciona íntegramente en CPU sin ninguna GPU en la inferencia.
- El KG se construye automáticamente a partir de documentos en lengua natural.
- El rendimiento se mide en ≥ 2 benchmarks públicos reconocidos.
- 100% de las respuestas van acompañadas de una traza de explicación.
- El consumo energético se mide y compara con un baseline GPU.
- El código se publica bajo licencia Hippocratic 3.0 con dependencias compatibles.
- El sistema es reproducible vía Docker en el hardware especificado.
- El desarrollo es íntegramente realizado por LLM de pesos abiertos en un sandbox.
15. Referencias bibliográficas
- Agarwal, P. & Bedathur, S. (2025). A Zero-Shot Neuro-Symbolic Approach for Complex Knowledge Graph Question Answering. EMNLP 2025 Findings.
- Ansar, W., Goswami, S. & Chakrabarti, A. (2024). From Transformers to LLMs: A Systematic Survey of Efficiency Considerations in NLP. arXiv:2406.16893.
- Awab, S. (2026). AI's Resource Gluttony and Sustainable Development. SSRN 6301563.
- Boshnjakovski, V. (2025). Balancing Compliance and Innovation: Addressing Explainability in AI Systems under the EU AI Act. MBA Thesis.
- Chaudhary, V. et al. (2025). Fusing Knowledge and Language: A Comparative Study of KG-Based QA with LLMs. arXiv:2509.09272.
- Chen, H. et al. (2025). Open Local Knowledge Graph Construction from Academic Papers Using Generative LLMs. TheWebConf 2025.
- Cheng, K. et al. (2025). Neural-symbolic methods for knowledge graph reasoning: A survey. ACM Trans. Knowl. Discov. Data.
- Chudasama, Y. et al. (2025). Toward interpretable hybrid AI: integrating knowledge graphs and symbolic reasoning. IEEE Access.
- Corradini, F. et al. (2025). State of the art and future directions of small language models. Big Data and Cognitive Computing.
- Goncalves, A. & Correia, A. (2026). XAI-Compliance-by-Design: A Modular Framework for GDPR- and AI Act-Aligned Decision Transparency. MDPI J. Cybersecurity and Privacy.
- Hasan, S.M. et al. (2025). Carbon emission quantification of ML: A review. IEEE Trans. Sustainable Computing.
- Juliussen, B.A. (2025). The Right to an Explanation Under the GDPR and the AI Act. Springer, Int. Conf. Multimedia Modeling.
- Kim, M.K. & Yoo, T.A. (2026). Toward Sustainable AI: A Scoping Review of Carbon Footprint. IEEE Access.
- Linders, J. & Tomczak, J.M. (2025). Knowledge graph-extended RAG for QA. Applied Intelligence.
- Liu, B. et al. (2025). SymAgent: A neural-symbolic self-learning agent framework for complex reasoning over KGs. TheWebConf 2025.
- Ma, C. et al. (2025). Large language models meet knowledge graphs for question answering. EMNLP 2025.
- Niu, G. et al. (2026). A Comprehensive Survey of Knowledge Graph Reasoning. IEEE Trans. Big Data.
- Perevalov, A. et al. (2024). Multilingual question answering systems for knowledge graphs — a survey. Semantic Web.
- Salman, M. et al. (2024). Doc-KG: Unstructured documents to KG construction. Expert Systems.
- Schwartz, R. et al. (2020). Green AI. Communications of the ACM, 63(12), 54-63.
- Sidhu, M.K. et al. (2025). Neurosymbolic AI for Enhanced Reasoning in Small Language Models. IEEE.
- Sovrano, F. et al. (2025). Legal XAI: Systematic Review and Interdisciplinary Mapping of XAI and EU Law. ResearchGate.
- Tunzina, T. et al. (2026). GreenAI: Environmental Efficiency in LLM-Generated Code. IEEE Access.
- Wagner, M. et al. (2025). A Critical Look at the EU AI Act's Requirements — Who Must Explain What? IEEE Int. Requirements Eng. Conf.
- Zavarella, V. (2026). Methods for KG Construction from Text Collections. arXiv:2603.25862.